如何获得glmer中随机效应的p值

我想根据行动和国家层面的特征，使用glmer分析抗议的诉求何时针对国家。所以，我想得到固定效应和随机效应的p值。我的模型如下所示：

targets <- glmer(state ~ ENV + HLH + HRI + LAB + SMO + Capital + 
(1 + rile + parties + rep + rep2 + gdppc + election| Country), 
data = df, family = binomial)

目标
库（lme4）
图书馆（格子）
xyplot（发病率/规模~周期|群体，cbpp，类型=c（'g'，'p'，'l'），
布局=c（3,5），index.cond=函数（x，y）max（y））
gm1你试过总结（目标）吗？这就是我在帖子中提到的结果。它仅提供固定效应和方差的估计值和p值&标准偏差。随机效应，以及它们之间的相关性。谢谢！你能帮我理解一下代码吗，尤其是xyplot的代码，我远不是R方面的专家。这是一个带有二项式响应的随机截距模型。加载晶格以获得可复制的示例。Grazie。我希望你们能指导我，让它适应我的模型，因为我正在努力想办法，很难说。您应该将此问题移至交叉验证，并提供问题、预期结果和数据的更多详细信息。感谢您的建议，我在这里提出了这个问题：
library(lme4)

library(lattice) 

xyplot(incidence/size ~ period|herd, cbpp, type=c('g','p','l'),
   layout=c(3,5), index.cond = function(x,y)max(y))

gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd),
          data = cbpp, family = binomial)

summary(gm1)